Schriftsysteme in Unicode
Als Schriftsystem (englisch script) wird in Unicode eine Gruppe von Zeichen genannt, die gemeinsam als Schrift verwendet werden. In den meisten Fällen stimmen die Schriftsysteme grob mit den Unicodeblöcken überein, es gibt allerdings Schriftsysteme, die auf mehrere Blöcke verteilt sind und Blöcke, die Zeichen verschiedener Schriftsysteme umfassen. Schriftsysteme sind unabhängig von Sprachen. Zwar gibt es Fälle, in denen sich Schriftsystem und Sprache entsprechen, aber viele Schriftsysteme werden zum Schreiben mehrere verschiedener Sprachen verwendet. So wird das lateinische Alphabet im Deutschen, Englischen, Französischen, Vietnamesischem und vielen weiteren Sprachen als Schrift verwendet. Umgekehrt kann eine Sprache mehrere Schriften nutzen. So wurde das Türkische früher in arabischer Schrift geschrieben, während heute das lateinische Alphabet benutzt wird. Ob zwei Schriften einem gemeinsamen Schriftsystem angehören oder nicht, lässt sich nicht immer eindeutig festlegen. So betrachtet Unicode die japanischen Kanji als eine einfache Variante der chinesischen Schriftzeichen und fasst sie im Zuge der Han-Vereinheitlichung mit diesen zusammen. Das koptische Alphabet wurde ursprünglich als Erweiterung des griechischen angesehen und erst später als eigenständiges Schriftsystem in Unicode kodiert. In Unicode 6.3 sind insgesamt 100 verschiedene Schriftsysteme kodiert.
Formale Definition
Formal festgelegt wird das Schriftsystem, dem ein Zeichen angehört, durch zwei Eigenschaften. In den meisten Fällen liefert die Script-Eigenschaft die nötige Information, sie nennt den englischen Namen des Schriftsystems. Dabei gibt es drei spezielle Werte:
Unknownkennzeichnet Zeichen, deren Schriftsystem sich nicht ermitteln lässt. Dies betrifft neben noch nicht belegten Codepunkten auch Zeichen aus dem Bereich zur privaten Verwendung.Inherited(523 Zeichen) kennzeichnet hauptsächlich kombinierende Zeichen. Diese werden nach Aussehen, nicht nach Verwendung kodiert. So wird der Akut sowohl mit lateinischen als auch mit griechischen Buchstaben verwendet. Bei der Bestimmung des Schriftsystems nehmen solche Zeichen den Wert des vorangehenden Zeichens an.Common(6379 Zeichen) schließlich bezeichnet Zeichen, die in mehreren Schriftsystemen verwendet werden können. Während manche dieser Zeichen nur in einigen wenigen verwandten Schriftsystemen verwendet werden, können Zeichen für die Interpunktion und Symbole mit allen Schriftsystemen genutzt werden.
Eine genauere Angabe macht in manchen Fällen die Script_Extensions-Eigenschaft. Bei Zeichen mit dem Wert Inherited oder Common, die nur in wenigen Schriftsystemen verwendet werden, zählt sie diese Schriftsysteme auf.
Verwendung
Die Script-Eigenschaft kann auf verschiedene Weisen verwendet werden. Sie kann genutzt werden, um die Schrift zu erkennen, mit der ein Text geschrieben ist, oder Wörter aus einer bestimmten Schrift in einem Dokument zu finden. Zu diesem Zweck erlauben einige Implementierungen regulärer Ausdrücke die Verwendung von Unicode-Eigenschaften.
Eine andere Anwendung besteht in der Abwehr von Spoofing-Angriffen. So kann ein Browser anhand dieser Eigenschaft erkennen, dass in www.unicоde.org das о kein lateinischer, sondern ein kyrillischer Buchstabe ist, und den Benutzer vor einem URL-Spoofing-Versuch warnen.
Liste
Die folgende Liste nennt alle Schriftsysteme, die in Unicode 6.2 mit mindestens 100 Zeichen vertreten sind.
- Schrift
- gibt die deutsche Bezeichnung der Schrift an
Script- nennt die Bezeichnung, unter der das Schriftsystem in Unicode bekannt ist
- Typ
- klassifiziert die Schriftsysteme nach der Art des Aufbaus. Unicode unterscheidet folgende Typen: Alphabet, Abdschad, Silbenschrift, Abugida, Logografie
- Anzahl
- gibt die Anzahl der Zeichen an, die diesem Schriftsystem zugeordnet werden, inklusive der Zeichen, die gemäß der
Script_Extensions-Eigenschaft in diesem Schriftsystem verwendet werden. In diesem Fall ist zusätzlich die Aufteilung in Klammern angegeben. - Unicode
- verweist auf weitere Informationen, die diese Schrift in Zusammenhang mit Unicode betreffen.
| Schrift | Script |
Typ | Anzahl | Unicode |
|---|---|---|---|---|
| Lateinisches Alphabet | Latin | Alphabet | 1267 | Lateinische Zeichen in Unicode |
| Griechisches Alphabet | Greek | Alphabet | 511 | Griechisch und Koptisch in Unicode |
| Koptische Schrift | Coptic | Alphabet | 135 | |
| Kyrillisches Alphabet | Cyrillic | Alphabet | 408 | Kyrillisch und Glagolitisch in Unicode |
| Georgisches Alphabet | Georgian | Alphabet | 121 (120 + 1) | |
| Hebräisches Alphabet | Hebrew | Abdschad | 133 | Kodierung hebräischer Zeichen in Unicode |
| Arabische Schrift | Arabic | Abdschad | 1079 (1051 + 28) | Arabisch in Unicode |
| Devanagari | Devanagari | Abugida | 152 (150 + 2) | Indische Schriften in Unicode |
| Tibetische Schrift | Tibetan | Abugida | 207 | |
| Brahmi-Schrift | Brahmi | Abugida | 108 | |
| Birmanische Schrift | Myanmar | Abugida | 188 | |
| Khmer-Schrift | Khmer | Abugida | 146 | |
| Lanna-Schrift | Tai_Tham | Abugida | 127 | |
| Balinesische Schrift | Balinese | Abugida | 121 | |
| Chinesische Schrift | Han | Logografie | 76215 (75960 + 255) | Ostasiatische Schriften in Unicode |
| Zhuyin | Bopomofo | Silbenschrift | 306 (70 + 236) | |
| Hiragana | Hiragana | Silbenschrift | 356 (91 + 265) | |
| Katakana | Katakana | Silbenschrift | 565 (300 + 265) | |
| Koreanisches Alphabet | Hangul | Silbenschrift | 11971 (11739 + 232) | |
| Yi-Schrift | Yi | Silbenschrift | 1246 (1220 + 26) | |
| Äthiopische Schrift | Ethiopic | Silbenschrift | 495 | |
| Mongolische Schrift | Mongolian | Alphabet | 156 (153 + 3) | |
| Vai-Schrift | Vai | Silbenschrift | 300 | |
| Bamun-Schrift | Bamum | Silbenschrift | 657 | |
| Cree-Schrift | Canadian_Aboriginal | Silbenschrift | 710 | |
| Linearschrift B | Linear_B | Silbenschrift | 211 | Historische Schriften in Unicode |
| Keilschrift | Cuneiform | Logografie | 982 | |
| Ägyptische Hieroglyphen | Egyptian_Hieroglyphs | Logografie | 1071 | |
| Brailleschrift | Braille | 256 | Symbole in Unicode |
Quellen
- Mark Davis, Ken Whistler: Unicode Standard Annex #24: Unicode Script Property. (Online)
- Julie D. Allen et al.: The Unicode Standard. Version 6.2 – Core Specification. The Unicode Consortium, Mountain View, CA, 2012. ISBN 978-1-936213-07-8. Chapter 6.1: Writing Systems. (online, PDF)
- Scripts.txt, ScriptExtensions.txt (Unicode 6.2)
Weblinks
- Supported Scripts – alle Schriftsysteme in Unicode mit dem Zeitpunkt ihrer Aufnahme (englisch)
- Code Charts – alle Unicodeblöcke, gruppiert nach Schriftsystemen (englisch)
